jcvasquezc/DisVoice

解决的问题

DisVoice 提供了一种标准化的方法，从语音文件中提取声学和语言特征，以帮助识别语音的副语言特征。这主要用于识别情绪，或检测由帕金森病、亨廷顿病、喉癌、唇腭裂等语音障碍引起的沟通障碍，以及抑郁症等情绪障碍。

工作原理

该框架从持续元音和连续语音中计算出广泛的语音特征。它采用多种提取策略：

• 声门、发声、发音和语调：传统的声学分析。
• 音韵学：语音音素的分析。
• 表示学习：使用自编码器从音频数据中学习特征表示。

它与 Praat 和 Kaldi 等外部工具集成，用于底层信号处理和音韵学分析。

适用人群

专注于语音病理学、基于音频的医疗诊断以及情绪识别的研究人员和临床医生。

主要亮点

• 支持提取声门、发声、发音、语调和音韵学特征。
• 使用自编码器进行表示学习。
• 可分析持续元音和连续语音。
• 专为病理语音和与情绪相关的模式分类而设计。